遥感监测土壤水分研究综述

对于近年来国内外遥感监测土壤水分的理论、方法的发展和应用进行了全面的回顾，重点介绍了目前已经比较成熟和广泛应用的基于可见光与热红外波段的特征空间方法和微波遥感方法。并对各种遥感监测土壤水分方法的优缺点作出评价，提出了遥感监测土壤水分方法存在韵不足，指出了今后发展的方向，并展望了遥感监测土壤水分的发展前景。     

不同湿度条件下黄棕壤光谱反射率的变化特征及其遥感意义

土壤是地球表面最广泛出露的地物之一.土壤的光谱反射特征除了取决于它本身的物理化学性质、有机质含量及颗粒大小之外,湿度是影响土壤光谱反射率的一个活跃的重要因素.由于土壤中水份含量的多寡对热量平衡、土壤温度、农业墒情均有重要意义,所以,用可见、近红外、热红外以及微波等遥感手段探测土壤含水量的研究日益广泛深入.     

基于表观热惯量的土壤水分监测

土壤水分含量是监测农业干旱的重要指标, 遥感法是大面积监测土壤水分时空特征的主要方法, 热惯量法是遥感方法监测土壤水分的主要研究手段之一。本文提出了一个改进的表观热惯量模型计算表观热惯量, 并通过地面验证试验对该模型的适用性进行了分析。在中国科学院栾城农业生态系统试验站, 通过严格的控制试验, 设计了10 个不同植被覆盖、不同土壤水分含量的试验小区, 针对表观热惯量的适用条件, 利用实测的地表温度、植被指数、反照率、太阳辐射等参数计算了不同植被覆盖不同土壤水分含量下的表观热惯量,并与土壤体积含水量进行了相关和回归分析。结果表明: 在植被覆盖度较低情况下[归一化植被指数(normalized difference vegetation index, NDVI)<0.35], 表观热惯量法具有较好的效果, 表观热惯量与土壤体积含水量之间的相关系数大于0.7, 通过了95%的显著性检验, 两者具有很高的相关性, 可以用热惯量法监测土壤水分状况; 在较高植被覆盖情况下(NDVI>0.35), 表观热惯量与土壤体积含水量之间没有相关性, 热惯量法监测土壤水分失效; NDVI 为0.35 可以作为热惯量法监测土壤水分状况是否可行的判断条件。     

土壤水热耦合模型的研究

将二维有限元方法和遗传算法结合起来，求解土壤水热耦合方程，获取土壤含水量数据。通过遗传算法来反演水热耦合边界条件，再应用二维有限元方法来正演土壤水热耦合方程，并以遥感数据作为方程的初始条件，实现对土壤水分的时空监测。通过使用内蒙西部研究区的土壤温度和土壤水分数据对此模型进行模拟和检验，结果表明此方法是合理的，应用效果令人满意。     

基于微波干涉技术的土壤介电特性测量

土壤介电特性的测量对研究土壤品质与性质尤其是研究土壤水分至关重要,在土壤微波地基遥感试验中,土壤介电特性的测量也是必不可少的。该文利用C波段微波辐射计成功获取了8组不同湿度土壤的微波辐射干涉数据,在分析干涉原理的基础上,提出了基于土壤干涉数据的土壤介电常数的计算方法。通过干涉计算得到的土壤介电常数与DOBSON模型计算结果非常接近。土壤介电常数的干涉测量方法为土壤介电特性测量提供了一种选择。     

土壤遥感监测研究进展

对土壤光谱遥感监测的国内外发展情况进行了回顾，简单总结了影响土壤光谱的原因、土壤光谱的类型、土壤遥感的最佳波段、土壤的遥感分类以及土壤遥感的定量研究。重点对土壤水分遥感监测的方法和原理进行了详细的论述。最后对土壤遥感监测的发展趋势进行了分析和展望。     

我国土壤水分遥感监测中热惯量模式的研究现状与进展

简要介绍了土壤水分热红外遥感监测的热惯量模主国外在这一方面所取得的主要成果,阐述了我国利用热惯量模式监测土壤水分的应用性试验的现状,以及在模式研究方面所取得的进展。     

L波段主被动微波协同反演裸土土壤水分

土壤水分是进行干旱监测、土壤侵蚀、农作物产量预测以及地表温度研究的重要参量,利用主被动微波协同的方法提高土壤水分的反演精度是定量遥感发展所面临的重要任务。本文基于土壤L波段微波散射辐射模拟数据集,通过对比分析主被动微波数据对土壤水分含量和粗糙度2个参数的敏感性,提出了基于L波段主被动协同的裸土土壤水分反演算法,算法充分利用了被动微波地表发射率对土壤水分较为敏感,而主动微波后向散射系数对地表粗糙度较为敏感的特点。首先由地表垂直极化发射率和 VV 极化后向散射系数协同提取地表粗糙度信息,再由被动微波双极化数据结合地表粗糙度信息来估算土壤水分信息。利用SMAPVEX12实验数据集中部分稀疏植被采样点的观测数据对算法进行验证,验证结果显示,土壤水分反演结果与地面实测数据相关性为0.6637,RMSE为0.0607 cm3/cm3。该文反演算法模型系数直接由模拟数据集计算得到,克服了常规经验算法的发展对地表实测数据的依赖性,减小了算法在实际应用中的局限性。     

土壤水分遥感监测的研究进展

土壤水分是土壤的重要组成部分,在地—气界面间物质、能量交换中起着重要的作用,是农作物生长发育的基本条件和农作物产量预报的重要参数。遥感技术具有大面积同步观测,时效性、经济性强的特点,为大面积动态监测土壤水分提供了可能。简述了到目前为止出现的几种主要的土壤水分遥感监测方法,如热惯量法、作物缺水指数法、归一化植被指数法、植被指数距平法、植被供水指数法、植被状态指数法、温度状态指数法、温度植被干旱指数法、高光谱法、微波遥感法,并分析了各种方法的原理和特点,最后展望了土壤水分遥感监测方法的发展趋势。     

基于热红外发射率光谱的土壤盐分预测模型的建立与验证

该研究尝试性地分析盐渍化土壤热红外发射率光谱特征,并建立土壤盐分高光谱预测模型,旨在为遥感传感器识别土壤盐分信息奠定基础。首先,采用FTIR（Fourier transform infrared spectrometer）温度与发射率分离处理软件进行土壤温度和发射率的分离。运用高斯滤波平滑法对研究区野外测的土壤样品热红外发射率光谱数据进行滤波去噪处理。其次,对不同土壤含盐量热红外发射率光谱数据进行特征分析;然后在原始热红外发射率光谱数据的基础上进行4种形式的数学变换,分析热红外发射率光谱数据的变换处理形式与土壤含盐量之间的定量相关性。最后,使用多元回归方法建立预测模型并进行精度评价。结果表明：经过数据变换处理后,发射率光谱差异性有所提高;以平方根变换后的热红外光谱数据建立的预测模型效果较好,R2达到0.82。该研究将热红外遥感独特的发射率光谱特性应用于土壤盐渍化的实际科学问题中,为定量地分析盐渍土热红外发射率光谱信息提供参考。